基于深度網(wǎng)絡的推薦系統(tǒng)偏置項改良研究
所屬分類：技術論文
上傳者：zhoubin333
文檔大小：444 K
標簽： 推薦算法 協(xié)同過濾 深度神經(jīng)網(wǎng)絡
所需積分：0分積分不夠怎么辦？
文檔介紹：傳統(tǒng)的矩陣分解算法為用戶和項目分別獨立設置了偏置項，而沒有深入挖掘特定用戶對于特定項目的隱性偏好；同時，傳統(tǒng)的排序預測推薦算法將用戶所有打分過的項目都統(tǒng)一地設置為該用戶的正例項目(無論用戶給出了好評還是差評)，這導致訓練完成的系統(tǒng)在實際應用中很可能會為用戶繼續(xù)推薦其厭惡的項目。因此提出了一種基于深度網(wǎng)絡的推薦系統(tǒng)偏置項改良方案，該改良方案考慮了用戶為特定項目所作的評分背后所蘊含的好惡態(tài)度，并學習出一個用戶-項目聯(lián)合偏置項加入到推薦過程中以提升推薦性能。在三個公開數(shù)據(jù)集上進行的對比實驗結果表明，該改良方案可以有效地提升推薦的性能表現(xiàn)。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。